Historische expected shortfall

Expected Shortfall, ook wel CVaR (conditional value at risk) genoemd, is simpelweg het verwachte verlies van de slechtste scenario’s in de rendementen.

Als je portefeuille bijvoorbeeld een VaR(95) van -3% heeft, dan is de CVaR(95) de gemiddelde waarde van alle verliezen die groter zijn dan -3% in absolute zin (dus onder -3%).

De rendementen (in procenten) staan in de variabele StockReturns_perc. var_95 uit de vorige oefening is ook beschikbaar in je werkruimte.

Deze oefening maakt deel uit van de cursus

Introductie tot portefeuillerisicobeheer in Python

Cursus bekijken

Oefeninstructies

Bereken het gemiddelde van de rendementen in StockReturns_perc waarvoor StockReturns_perc kleiner dan of gelijk aan var_95 is en ken dit toe aan cvar_95.
Plot het histogram van de gesorteerde rendementen (sorted_rets) met de functie plt.hist().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Historical CVaR 95
cvar_95 = ____
print(cvar_95)

# Sort the returns for plotting
sorted_rets = sorted(StockReturns_perc)

# Plot the probability of each return quantile
____(____, density=True, stacked=True)

# Denote the VaR 95 and CVaR 95 quantiles
plt.axvline(x=var_95, color="r", linestyle="-", label='VaR 95: {0:.2f}%'.format(var_95))
plt.axvline(x=cvar_95, color='b', linestyle='-', label='CVaR 95: {0:.2f}%'.format(cvar_95))
plt.show()

Code bewerken en uitvoeren